基于GEE平台的粤港澳大湾区建筑物高度时空演变特征分析

吴 梓 銮，刘 小 平，罗 明

(中山大学地理科学与规划学院，广东 广州 510275)

0 引言

2015年国家发改委、外交部和商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，首次明确提出粤港澳大湾区(包含珠三角9个城市和香港、澳门2个特别行政区)[1]。粤港澳大湾区的设立是自身发展的内在需要，同时也引领区域高端发展、辐射带动泛珠三角地区[2]。城市建筑物高度信息是表征城市建成区垂直结构的重要指标，可为描绘城市不同功能分区[3,4]和研究城市景观、环境和人类活动提供独特视角[5]，有助于了解城市气候、估算人口分布，并为城市冠层模型提供所需参数[6,7]等。研究粤港澳大湾区城市建筑物高度的时空演变，有助于从垂直结构了解区域城市化进程，为研究城市热岛效应提供所需数据，对于合理规划建成区、改善城市形态、推动城市健康发展具有重要意义[8]。

许多学者利用合成孔径雷达(SAR)、卫星散射计、激光雷达(LiDAR)、高分辨率光学影像等数据提取建筑物高度[9-15]。例如：Frolking等[9]通过SeaWinds微波散射计和DMSP/OLS夜间灯光数据判断城市向外和向上扩张情况；基于Sentinel-1数据估算的建筑物高度与参考数据较吻合[10]。除雷达、光学数据外，社会经济数据也用于建筑物高度估算。例如：Nguyen等[12]结合QuikSCAT及LandScan数据量化城市增长情况，为适应人口增长，提出紧凑城市结构。但由于数据采集及后续处理费用较高，这些研究多局限于单个城市或社区，缺乏长时序、大尺度的城市建筑物高度数据。Google Earth Engine(GEE)平台是最先进的云地理信息处理平台[16]，可提供全球近40年的卫星影像、数字高程模型以及社会经济数据集[17]，省去繁琐的前期工作[18]；同时，GEE平台稳定，计算效率高，对多源遥感数据或长时序、大尺度数据可实现近即时的科学分析和可视化。

针对粤港澳大湾区缺乏长时序、大尺度建筑物高度数据以及建筑物高度时空演变特征不明晰等问题，本文以部分城市的真实建筑物高度数据为参考，输入多源遥感观测数据，估算2015年粤港澳大湾区建筑物高度，并充分考虑城市扩张、更新和绿化恢复3种过程，对1985-2014年粤港澳大湾区建筑物高度进行重建并分析其时空演变特征。

1 数据来源

本文研究数据包括：1)建筑物真实高度数据，源于百度地图2015年建筑物高度矢量数据。将矢量数据转为1 m×1 m的栅格数据后，采用像元均值法计算500 m×500 m格网的平均高度。2)7种遥感观测数据(2015年)，用于估算粤港澳大湾区其余地区建筑物高度，包括Sentinel-1 C波段地面距离探测(Ground Range Detected,GRD)数据[10]、先进陆地观测卫星(ALOS)L波段SAR数据[19]、AW3D30数据[15]、网格化全球人口数据[20]、NPP-VIIRS夜间灯光数据[21]、美国陆地卫星Landsat-8数据[22]、全球年度城市用地动态数据(Global Annual Urban Dynamics,GAUD)[23](表1)，均重采样到500 m空间分辨率。

表1 遥感数据概况Table 1 Overview of remote sensing data

2 研究方法

本文首先基于2015年粤港澳大湾区部分城市的建筑物高度数据，利用随机森林模型估算其余地区建筑物高度数据，进而综合考虑城市扩张、更新和绿化恢复3种城市建筑物变化情况，重建1985-2014年的建筑物高度。

2.1 2015年城市建筑物高度估算及精度评价

首先，对2015年Sentinel-1 C波段GRD数据和ALOS L波段SAR数据进行去噪、辐射定标和地形定标预处理，并提取VV、VH和HH、HV极化的平均后向散射系数，为减少树木的影响，利用GAUD[23]数据的城市范围排除非城市区域；然后，采用GEE平台线上编写JavaScript的方式，利用随机森林模型估算建筑物高度。随机森林模型基于引导聚合的思想，从样本中不放回地抽取多个样本，训练多棵树，并采用投票方式选出表现最佳的树，以形成随机森林[24]。如图1所示，分类回归树根据数据的某个特征，将其划分为若干个子区域，再对各子区域递归划分，直至满足某个条件，并将该节点作为叶节点。随机森林模型准确率高，可避免过拟合现象[25-28]。

图1 随机森林模型原理示意Fig.1 Schematic diagram of random forest model

本文随机森林模型中的输入变量包括重采样后的AW3D30数据、SAR数据VV和VH两种极化方式的后向散射系数、人口数据、夜间灯光数据、Landsat-8数据和GAUD数据，输出变量为2015年粤港澳大湾区500 m×500 m格网尺度的建筑物高度。

本文根据参考数据中城市建筑物的平均高度生成0～6、6～9、9～12、12～15、15～18、>18 共6个层次，以确保在精度评价中可以充分考虑不同高度的像元；然后，在每层中随机选取100个像元，按7∶3的比例划分为训练样本和验证样本；最后，用相关系数(R)、平均绝对误差(MAE)、均方根误差(RMSE)进行精度评价。

2.2 1985-2014年城市建筑物高度重建

城市扩张、更新或绿化恢复均会导致建筑物平均高度发生改变。本文考虑以上3种城市发展过程，基于2015年建筑物高度重建1985-2014年的建筑物高度。

2.2.1 城市扩张过程 城市扩张指其他地类(如植被等)变为城镇用地，本文使用GAUD数据[23]、归一化城市综合指数(Normalized Urban Areas Composite Index,NUACI)[29]进行判断，NUACI值越高，则像元越接近城镇用地。采用基于回归的时间分割方法从NUACI时间序列数据中识别城市扩张起始年份。对于城市化进程中的像元，其NUACI值通常先迅速增加，后趋于平稳，因此，可对NUACI值增加或增加后稳定的年份进行线性回归，在回归线上方且与回归线距离最大的点对应的年份即为城市扩张年份。网格的建筑物平均高度由建成区的建筑物体积(建成区面积×建筑物高度)除以网格面积获得(式(1))。对于城市扩张导致的城市建筑物高度变化，本文假设新的建筑物与周围建筑物高度相似，即网格内的建筑物高度一定，结合式(1)可推断不同年份网格内的建筑物平均高度与建成区面积成正比。因此，利用2015年建筑物高度及建成区面积和不同年份网格内建成区面积占比，可得相应年份的建筑物高度(式(2))。

BH=h×Sbuilt/SA

(1)

(2)

式中：BH、Sbuilt分别为2015年500 m×500 m格网尺度下的建筑物高度和建成区面积；BH′、S′built分别为1985-2014年中某年500 m×500 m格网尺度下的建筑物高度和建成区面积；h为单位面积内的建筑物高度；SA为网格面积，即0.25 km2。

2.2.2 城市更新和绿化恢复过程

(1)为反映城市更新后的建筑物高度变化，本文利用齐志新等[30]提出的城市更新区域监测方法，利用连续两年的Landsat地表反射率影像探测城市更新情况。该方法假设发生城市更新的过程均为由建筑物变为建设用地，再由建设用地变为新的建筑物。由于建筑物的反射率在Landsat影像蓝光波段高于建设用地，在红光波段则低于建设用地，因此本文利用这两个波段构建的建设用地指数(Construction Land Index,CLI)(式(3))和土地开发指数(Land Development Index,LDI)(式(4))识别城市更新区域。首先，计算各年份的CLI，其值越高则像元越接近建设用地，反之则越接近建筑物；然后用前后两年CLI之比得到LDI，其值越高，表示该像元由建筑物变为建设用地的可能性越大；进一步选择合适的阈值提取土地开发区域；最后，利用归一化植被指数(NDVI)[31]和归一化水体指数(NDWI)[32]去除土地开发区域的植被和水体，得到发生城市更新的区域。

CLI=Rred/Rblue

(3)

LDI=CLIt2/CLIt1

(4)

式中：Rred、Rblue分别为经过大气校正的红光、蓝光波段反射率；CLIt2、CLIt1分别为该像元后一年份和前一年份的CLI值。

(2)城市绿化恢复指城镇用地变为绿地，相应像元的NUACI值一般从较高值迅速降到较低值。因此，对城市扩张进程中确定的城市化年份之后的时间段进行线性回归，将回归线以下且与之距离最大的点对应的年份视为绿化恢复年份。假设目标像元是指发生城市绿化恢复或更新的像元，相似像元是指目标像元发生变化前，周围(半径5 km的缓冲区内)与其建筑物高度相似且不发生城市绿化恢复或更新的像元，即建筑物高度不变。由于目标像元周围的CLI值一般遵循正态分布，因此可从CLI分布估计的阈值确定相似像元(式(5))。如果像元间的CLI值之差小于确定的阈值，则将后一年份的这些像元视为与前一年份目标像元相似的像元，并将其建筑物平均高度赋值给目标像元。

Tsimilar=μ-1.5×σ

(5)

式中：μ、σ分别为目标像元周围CLI值的平均值和标准差。

3 结果分析

3.1 2015年粤港澳大湾区建筑物高度反演结果

对粤港澳大湾区部分城市建筑物高度的反演精度进行评价，结果显示，其R值均达0.8以上，其中广州和澳门最高(0.86)，深圳最低(0.81)；东莞RMSE和MAE值最低(1.38 m、1.11 m)，香港最高(2.53 m、1.99 m)。上述结果表明，利用多源遥感数据反演的2015年粤港澳大湾区建筑物高度数据可信度较高，可作为1985-2014年粤港澳大湾区数据重建及后续时空特征分析的依据。

以城市为单元计算2015年粤港澳大湾区建筑物平均高度，并据此将大湾区城市分为3类：1)城市结构更紧凑、垂直的澳门、深圳和香港。2015年澳门建筑物平均高度高达32.75 m，与其发达且高占比的现代服务业密切相关，大量豪华酒店和高层住宅紧密分布；香港位居第二，城市建筑物平均高度为18.58 m，截至2015年，香港拥有摩天大楼(高度大于100 m)1 294座，为全球最多；2015年深圳建筑物平均高度为15.51 m，一线城市建设用地紧张使得深圳倾向于垂直方向增长。2)城市建筑物平均高度中等的东莞、广州、珠海、佛山和中山。东莞建筑物平均高度为11.90 m，位居粤港澳大湾区第四。改革开放后，东莞凭借地理优势和政策优惠，制造业、电子产业等发展迅速，以镇街为行政基础的经济模式不断推动东莞城市面貌提升和改变，城市建筑物也较高；广州建筑物平均高度为11.18 m，中高层建筑物主要集中于中心城区；珠海、佛山、中山的建筑物平均高度分别为11.06 m、10.52 m和10.24 m。3)城市建筑物平均高度较低的江门、肇庆和惠州。三市地处大湾区外围，市域面积广阔，经济发展落后于前两类城市，建筑物平均高度分别为9.86 m、9.67 m和9.64 m。

为深入探究建筑物高度的区域差异，进一步缩小研究尺度至500 m单元网格。对2015年粤港澳大湾区的建筑物高度按自然断点法进行分级(图2)，其中建筑物高度大于21.29 m的区域主要为各市的中心区域，包括广州的越秀区、天河区南部和海珠区东北部，深圳的罗湖区、福田区、南山区南部、宝安区南部和龙岗区南部，东莞的莞城街道、厚街镇及虎门镇，佛山的禅城区以及香港九龙半岛的油尖旺区和观塘区、新界的荃湾区和屯门区、香港岛的中西区和湾仔区等，其他城市建筑物高度大于21.29 m的区域面积较小。上述区域多是中心城市的中心区域，经济发达且人口密度高，行政、商业等活动密集，是城市标志性高层建筑的集中区域。结合城市尺度和500 m格网尺度的分析可以发现，2015年粤港澳大湾区的建筑物高度分布格局与区域经济发展格局基本一致，区域发达程度较高的城市建筑物高度往往较高，而区域发达程度较低或城市新区的建筑物高度则相对较低。

图2 2015年粤港澳大湾区建筑物高度反演结果空间分布Fig.2 Spatial distribution of inversion building heights in GBA in 2015

3.2 1985-2015年粤港澳大湾区建筑物高度变化

本文以1985年城市建筑物平均高度作为基数，并划分为高基数、中基数、低基数3类，利用2015年与1985年城市建筑物平均高度差异计算增长幅度，并分为高增长、低增长两类，最终将粤港澳大湾区各市的建筑物高度归纳为“高基数—低增长”(香港、澳门)、“中基数—高增长”(深圳)、“中基数—低增长”(广州、珠海、江门、肇庆)、“低基数—高增长”(佛山、东莞、中山、惠州)4种增长模式。

结合图3、图4可知：1)香港和澳门发展较早且基础较好，1985年建筑物平均高度分别为13.16 m和22.17 m，均属于高基数水平。1985-2015年港、澳地区建筑物高度增幅(41.19%、47.72%)偏低，均呈现“高基数—低增长”模式。2)深圳作为珠三角地区的中心城市，1985年建筑物平均高度为5.77 m，属于中基数水平。在改革开放及1992年“南方谈话”背景下，深圳社会经济快速发展，城市面貌快速改变，2015年建筑物平均高度增至15.51 m，总体增幅为168.80%，呈现“中基数—高增长”模式。3)广州的花都区、从化区、增城区、南沙区均有较大程度的扩张，但由于建筑物稀疏，因此在500 m×500 m尺度上建筑物平均高度较低，中心城区的中高层建筑则有一定程度增加。广州建筑物平均高度由4.44 m增至11.18 m，增幅为151.80%。珠海、江门、肇庆1985年建筑物平均高度分别为4.35 m、5.20 m及5.24 m，属于中基数水平，1985-2015年三市增幅较低，分别为154.25%、89.62%及84.54%，均呈现“中基数—低增长”模式。4)佛山、东莞、中山和惠州早期中高层建筑物较少，平均高度分别为3.60 m、2.98 m、2.85 m及3.01 m，均属于低基数水平。1985-2015年在大湾区中心城市的辐射带动下，四市产业经济实现较快发展，城市面貌发生较大变化，均呈现“低基数—高增长”模式。佛山的建筑物平均高度增至10.52 m，增幅达192.22%；东莞建筑物平均高度增至11.90 m，总体增幅为299.33%；中山早期中高层建筑物主要位于石岐片区，1985-2015年小榄镇及其周边地区建筑物平均高度增幅(259.30%)较大；惠州的城市扩张进程同样较快，建筑物平均高度增幅为220.27%。

图3 1985-2015年粤港澳大湾区各城市建筑物平均高度变化趋势Fig.3 Change trend of average building heights in cities in GBA from 1985 to 2015

图4 1985-2010年粤港澳大湾区建筑物高度空间分布Fig.4 Spatial distribution of building heights in GBA from 1985 to 2010

整体而言，1985-2015年大湾区东翼地区建筑物高度增幅大于西翼，其中东莞、深圳增长最显著，西翼的佛山和中山增幅较高；香港和澳门由于发展较早，在1985年城市结构趋近成熟，后期增幅相对较小；肇庆、江门1985年建筑物平均高度属于中等水平，但后期增幅较小，亟待提升。

3.3 1985-2015年粤港澳大湾区建成区结构演变

统计粤港澳大湾区各市1985年和2015年的城镇用地面积及建筑物平均高度，并计算二者的相对增幅(百分比)，分别表示建成区水平方向的向外扩张和垂直方向的向上扩张情况。依据高度增幅与面积增幅之比对各城市进行分类，其中比值大于3的为向上扩张类型，比值小于1.5的为向外扩张类型，比值介于1.5～3之间的为向上向外扩张类型。

(1)向上扩张类型的城市有深圳、东莞、佛山、中山和澳门，这些城市用地压力较大，为适应经济发展和人口增长，城市结构主要以更紧凑、垂直的结构发展。1985-2015年东莞、中山的建筑物高度增幅分别为299.33%和259.30%，面积增幅分别为60.05%和75.77%；佛山、深圳的建筑物高度增幅分别为192.22%和168.80%，仍高于向外扩张增幅；受自然条件限制，澳门很少发生向外扩张，其建筑物高度和面积增幅分别为47.72%和12.50%。

(2)向上向外扩张类型的城市有广州和香港。1985-2015年广州建筑物高度和面积增幅分别为151.80%和66.62%，由前述分析可知，广州从化区和增城区近年来发生较大程度的扩张；香港发展较早，城市结构比较稳定，其建筑物高度和面积增幅分别为41.19%和26.73%。

(3)向外扩张类型的城市有江门、惠州、肇庆和珠海。惠州待开发土地较多，1985-2015年以170.69%和220.27%的增幅分别向外、向上扩张；珠海建筑物高度和面积增幅分别为154.25%和135.82%；江门和肇庆建筑物高度增幅分别为89.62%和84.54%，面积增幅分别为68.36%和74.20%。

4 结论

本文以SAR影像作为主要数据源，辅以人类活动数据和光学遥感影像等信息，反演2015年粤港澳大湾区城市建筑物高度，并综合考虑城市扩张、更新及绿化恢复过程，重建1985-2014年粤港澳大湾区建筑物高度，从而分析1985-2015年粤港澳大湾区的城市建筑物高度时空演变特征。结论如下：1)2015年粤港澳大湾区建筑物高度分布格局与区域经济发展格局基本耦合，区域经济发展水平越高，其建筑物高度也越高，而区域发达程度较低或城市新区的建筑物高度相对较低。其中，澳门的建筑物平均高度最高，惠州最低。2)粤港澳大湾区东翼的建筑物高度增幅大于西翼，大湾区城市建筑物高度呈现“高基数—低增长”(香港、澳门)、“中基数—高增长”(深圳)、“中基数—低增长”(广州、珠海、江门、肇庆)以及“低基数—高增长”(佛山、东莞、中山、惠州)4种增长模式。3)1985-2015年粤港澳大湾区建成区城市结构演变可分为向上扩张(东莞、佛山、深圳、中山和澳门)、向上向外扩张(广州和香港)以及向外扩张(江门、惠州、肇庆和珠海)3种类型。

城市建筑物高度的驱动机制复杂多元，且粤港澳大湾区仍在不断发展，建筑物高度的时空特征将持续演变。未来可基于长时序数据，进一步探索城市结构的演变规律[33]，进而为推动粤港澳大湾区城市健康发展提供科学支撑[34]。